基于稀疏贝叶斯的联合判别词典和分类器学习算法的SVD MATLAB代码-SBDCL

svd算法matlab代码轻型客车 基于稀疏贝叶斯的联合判别词典和分类器学习算法 该代码用于题为“贝叶斯联合判别词典和分类器学习的贝叶斯方法”的论文。 本文正在审查中。 该代码在Matlab 2019a中实现。 在2017a及之前的版本中，没有函数“ vecnorm”，您应该添加函数vecnorm来计算矩阵列的范数。 在我们的算法中，使用K-svd初始化字典矩阵，该字典矩阵从获得。 扩展的YaleB数据来自。 实施步骤： 步骤1：安装OMPbox 步骤2：在readme.txt之后安装ksvdbox 步骤3：进入演示文件，运行主要功能 如有任何疑问，请联系 如果您使用我们代码的任何部分，请引用我们的论文： 周伟，吴越，李俊林，王茂林，张海涛，“贝叶斯联合判别词典和分类器学习方法”，已提交给IEEE系统，人与控制论交易：系统。